Zaawansowane metody numeryczne

Podobne dokumenty
Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Obliczenia naukowe Wykład nr 2

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Lista nr 1 - Liczby zespolone

Liczby zmiennoprzecinkowe i błędy

Wykład 5. Metoda eliminacji Gaussa

Układy równań liniowych

1. Liczby zespolone i

Metody numeryczne. Sformułowanie zagadnienia interpolacji

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Zaawansowane metody numeryczne

Baza w jądrze i baza obrazu ( )

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

13 Układy równań liniowych

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Układy równań i nierówności liniowych

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

Elementy metod numerycznych

Przestrzenie wektorowe

Układy równań liniowych. Ax = b (1)

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Programowanie celowe #1

Liczby zespolone. x + 2 = 0.

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

Układy równań liniowych i metody ich rozwiązywania

Wersja testu A 18 czerwca 2012 r. x 2 +x dx

Równania różniczkowe liniowe II rzędu

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Podstawowe struktury algebraiczne

Macierze i Wyznaczniki

Wykład 14. Elementy algebry macierzy

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

Algebra liniowa. Macierze i układy równań liniowych

Zad. 3: Układ równań liniowych

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

VI. Równania różniczkowe liniowe wyższych rzędów

φ(x 1,..., x n ) = a i x 2 i +

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Wymagania edukacyjne z matematyki klasa II technikum

Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Informatyka Stosowana. a b c d a a b c d b b d a c c c a d b d d c b a

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

Układy równań liniowych. Krzysztof Patan

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Funkcje i tabele. Paweł Bednarz 29 marca Funkcje Funckja liniowa Własności funkcji liniowej Funkcja kwadratowa...

3. FUNKCJA LINIOWA. gdzie ; ół,.

Zadania egzaminacyjne

INTERPOLACJA I APROKSYMACJA FUNKCJI

Wektory i wartości własne

2. Układy równań liniowych

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

(4) W zbiorze R R definiujemy działania i wzorami. (a, b) (c, d) =(a + c, b + d),

Metody numeryczne I Równania nieliniowe

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

3. Wykład Układy równań liniowych.

Bardzo łatwa lista powtórkowa

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Rozwiazywanie układów równań liniowych. Ax = b

1. Wielomiany Podstawowe definicje i twierdzenia

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

Macierze Lekcja V: Wzory Cramera. Macierzowe układy równań.

Wektory i wartości własne

Metody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.

Wstęp do analizy matematycznej

Rozwiązywanie równań nieliniowych

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

Zaawansowane metody numeryczne

Analiza matematyczna dla informatyków 3 Zajęcia 14

Twierdzenia Rolle'a i Lagrange'a

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

1 Macierz odwrotna metoda operacji elementarnych

1 Macierze i wyznaczniki

Zagadnienia brzegowe dla równań eliptycznych

1 Zacznijmy od początku... 2 Tryb tekstowy. 2.1 Wyliczenia

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad

Matematyka dyskretna

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

Grupy, pierścienie i ciała

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne

1 Relacje i odwzorowania

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Iteracyjne rozwiązywanie równań

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

Wykład Analiza jakościowa równań różniczkowych

PLAN WYNIKOWY DLA KLASY DRUGIEJ POZIOM PODSTAWOWY I ROZSZERZONY. I. Proste na płaszczyźnie (15 godz.)

Algebra liniowa z geometrią

Transkrypt:

Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F jest pewną relacją funkcyjną pomiędzy x i d.

Zadanie 1) W zadaniu zmienne x i d mogą być różnych typów. 2) Zadanie nazywamy zagadnieniem bezpośrednim jeżeli dane są F i d, a niewiadomą jest x. Jeżeli dane jest x i d, a niewiadomą jest F, to jest ono nazywane zagadnieniem odwrotnym. Przykłady zadań Przykład 1.1. (rozwiązanie równania macierzowego) Znaleźć rozwiązanie równania macierzowego Ax = b. Dane: macierze A i b. Rozwiązanie: macierz x. Relacja: F (x, A, b) = Ax b. Przykład 1.2. (wyznaczenie miejsca zerowego funkcji) Wyznaczyć miejsce zerowe funkcji f. Dane: funkcja f. Rozwiązanie: miejsce zerowe x. Relacja: F (x, f ) = f (x).

Zadanie dobrze postawione Definicja 1.2. (zadanie dobrze/źle postawione) Zadanie F (x, d) = 0 nazywamy dobrze postawionym (lub stabilnym), jeżeli posiada jednoznaczne rozwiązanie x, które zależy w sposób ciagły od danych d. Jeżeli zadanie nie posiada tej własności, to mówimy, że jest ono źle postawione (lub niestabilne). Ciągła zależność rozwiązania od danych w definicji zadania dobrze postawionego oznacza, że małe zaburzenia danych d dają w efekcie małą zmianę rozwiązania x. Przykład zadania źle postawionego Przykład 1.3. (liczba rozwiązań równania wielomianowego) Zadanie znalezienia liczby rzeczywistych pierwiastków wielomianu p danego wzorem x R p(x) = x 4 x 2 (2a 1) + a(a 1), gdzie daną jest parametr a R, jest zadaniem źle postawionym.

Wskaźnik uwarunkowania zadania Definicja 1.3. (wskaźnik uwarunkowania zadania) Niech będzie dane zadanie F (x, d) = 0. Definiujemy względny wskaźnik uwarunkowania zadania K(d) jako K(d) = sup δd D δx / x δd / d, gdzie D oznacza zbiór dopuszczalnych zaburzeń danych d, dla których zaburzone zagadnienie postaci F (x + δx, d + δd) = 0 dalej ma sens. Jeżeli d = 0 lub x = 0, to K(d) jest nieokreślone i wprowadzamy wtedy bezwzględny wskaźnik uwarunkowania zadania K abs (d) poprzez K abs (d) = sup δd D δx δd. Uwarunkowanie zadania Definicja 1.4. (zadanie źle uwarunkowane) Zadanie F (x, d) = 0 nazywamy zadaniem źle uwarunkowanym, jeżeli K(d) jest duże dla dowolnych dopuszczalnych danych d. 1) Dokładne znaczenie słów małe i duże zależy od rozpatrywanego zagadnienia. 2) Własność dobrego lub złego uwarunkowania zadania nie zależy od używanej metody numerycznego rozwiązywania tego zadania.

Rezolwenta i oszacowanie wskaźników Definicja 1.5. (rezolwenta) Jeżeli zadanie F (x, d) = 0 posiada jednoznaczne rozwiązanie, to wówczas istnieje odwzorowanie G nazywane rezolwentą, ze zbioru danych w zbiór rozwiązań, takie że x = G(d), F (G(d), d) = 0. Fakt 1.1. Niech będzie dane zadanie F (x, d) = 0 i niech G będzie jego rezolwentą. Niech G będzie różniczkowalne względem d i niech G (d) oznacza jej pochodną względem d. Wtedy: K(d) G (d) d G(d), K abs(d) G (d). Uwarunkowanie zadania Przykład 1.4. (dodawanie i odejmowanie liczb) Zadanie dodawania dwóch liczb rzeczywistych tego samego znaku jest zawsze dobrze uwarunkowane, natomiast zadanie odejmowania od siebie dwóch prawie równych liczb rzeczywistych jest źle uwarunkowane (rolę normy pełni tutaj wartość bezwzględna).

Rezolwenta i oszacowanie wskaźników Jeżeli G : R n R m, to G (d) jest macierzą Jacobiego odwzorowania G wyliczoną w d. Normy w powyższych rachunkach muszą być odpowiednie w stosunku do rodzaju zmiennych x i d. Zadania Przykład 1.5. (układ równań liniowych) Niech będzie dany układ równań liniowych Ax = b, gdzie x, b R n są dwoma wektorami kolumnowymi i A R n n jest macierzą rzeczywistych współczynników tego układu. Załóżmy, że A jest macierzą nieosobliwą. Wtedy nieznanym rozwiązaniem jest x, a danymi są b i A. Zbadać stabilność zadania rozwiązania tego układu przy dodatkowym założeniu, że A jest ustalone, a zaburzane dane to b (d = b).

Zadania Przykład 1.6. (równanie nieliniowe) Niech f : R R będzie funkcją klasy C 1 postaci f (x) = ϕ(x) d, gdzie ϕ : R R jest pewną funkcją i d R. Rozważmy zadanie rozwiązania równania nieliniowego postaci f (x) = 0. Wtedy x jest szukanym rozwiązaniem, d jest daną i F (x, d) = f (x). Zbadać stabilność i uwarunkowanie tego zadania.